监禁240天后大脑功能的评估,使用功能近红外光谱学

科学领域:

• 神经科学是一个神经科学.
• 太空医学 太空医学
• 机器学习 机器学习

背景情况:

• 宇航员在长期太空任务中面临着严重的压力.
• 早期发现心理压力对于任务成功和机组人员健康至关重要.
• 目前监测宇航员精神压力的方法有限.

研究的目的:

• 为了识别和量化宇航员在240天的囚禁场景中的心理压力水平.
• 为了评估功能近红外光谱学 (fNIRS) 与机器学习相结合的应力评估的有效性.
• 探索压力的各种生理和绩效指标.

主要方法:

• 利用功能近红外光谱 (fNIRS) 来测量大脑活动.
• 收集的压力指标:唾液α氨酶 (sAA),反应时间 (RT),目标检测精度,功率光谱密度 (PSD) 和功能连接网络 (FCN).
• 用于PSD估计的快速福里埃转换 (FFT) 和用于FCN分析的部分定向连贯性.
• 应用了五个机器学习分类器 (KNN,LDA,NB,DT,SVM) 来区分压力水平.

主要成果:

• 在为期240天的任务中,唾液α氨基酶 (sAA) 水平在整个任务期间都增加了.
• 反应时间 (RT) 和目标检测准确性显示出显著的波动.
• 功率光谱密度 (PSD) 增加,而功能连接网络 (FCN) 在特定的大脑区域下降.
• 机器学习模型实现了高准确率,支持矢量机 (SVM) 和k-近邻 (KNN) 超过96%.

结论:

• fNIRS与机器学习相结合,提供了一种有效的方法来评估宇航员的心理压力.
• 这项研究表明,在长时间的太空任务中,早期应激检测是一种有前途的方法.
• 这项技术可以为宇航员健康监测和任务安全做出贡献.